文档文档

prometheus.histogramQuantile() 函数

prometheus.histogramQuantile() 是实验性的,并且随时可能更改

prometheus.histogramQuantile() 计算一组 Prometheus 直方图值的分位数。

此函数支持 prometheus.scrape()、Telegraf promtheus 输入插件和 InfluxDB 抓取器(在 InfluxDB OSS 中可用)使用的 Prometheus 指标解析格式

函数类型签名
(<-tables: stream[{B with le: D, _field: C}], quantile: float, ?metricVersion: A, ?onNonmonotonic: string) => stream[E] where A: Equatable, C: Equatable, E: Record

有关更多信息,请参阅函数类型签名

参数

quantile

(必需) 要计算的分位数。必须是介于 0.0 和 1.0 之间的浮点值。

metricVersion

Prometheus 指标解析格式,用于解析查询的 Prometheus 数据。可用版本为 12。默认为 2

tables

输入数据。默认为管道转发数据 (<-)。

onNonmonotonic

描述当计数按上限排序时非单调递增时的行为。默认为 error

支持的值:

  • error: 产生错误。
  • force: 强制箱计数单调递增,方法是添加到每个箱,使其等于下一个较小的箱。
  • drop: 当遇到非单调表时,不产生输出。

示例

计算 Prometheus 直方图的 0.99 分位数

import "experimental/prometheus"

prometheus.scrape(url: "http://localhost:8086/metrics")
    |> filter(fn: (r) => r._measurement == "prometheus")
    |> filter(fn: (r) => r._field == "qc_all_duration_seconds")
    |> prometheus.histogramQuantile(quantile: 0.99)

计算使用指标版本 1 解析的 Prometheus 直方图的 0.99 分位数

import "experimental/prometheus"

from(bucket: "example-bucket")
    |> range(start: -1h)
    |> filter(fn: (r) => r._measurement == "qc_all_duration_seconds")
    |> prometheus.histogramQuantile(quantile: 0.99, metricVersion: 1)

此页是否对您有帮助?

感谢您的反馈!


Flux 的未来

Flux 即将进入维护模式。您可以继续按当前方式使用它,而无需对代码进行任何更改。

阅读更多

现已全面上市

InfluxDB 3 Core 和 Enterprise

快速启动。更快扩展。

获取更新

InfluxDB 3 Core 是一个开源、高速、最近数据引擎,可实时收集和处理数据,并将其持久保存到本地磁盘或对象存储。InfluxDB 3 Enterprise 构建在 Core 的基础上,增加了高可用性、读取副本、增强的安全性以及数据压缩,从而实现更快的查询和优化的存储。InfluxDB 3 Enterprise 的免费层可供非商业家庭或业余爱好者使用。

有关更多信息,请查看